基于压缩感知的信号时频表示重构

传统的时频分析方法受限于Nyquist采样定理,信息量的增加提高了对采样速率、传输速度和存储空间的要求;同时,双线性魏格纳-维尔分布处理多分量信号时会产生交叉项,常用的核函数法在抑制交叉项时降低了信号的时频聚集性.该文将压缩感知与时频分析方法相结合,在时频分析中突破采样定理的限制,抑制交叉项的同时获得较高的时频聚集性.针对单分量信号、多分量信号、蝙蝠声音信号,利用不同的窗函数如矩形窗或高斯窗,得出仿真结果,验证了基于压缩感知的信号时频表示重构优于传统的基于傅里叶变换进行重构的方法.并利用最小均方误差MSE和时频聚集度CM作为衡量参数,分析了不同样本空间与所重构信号时频表示性能之间的关系.     

基于小波分解和Duffing振子的变尺度微弱信号检测

传统的时频分析方法在对周期性微弱信号进行检测时,提取的信息具有信噪比不高的缺点,从而影响了检测效果,为此,利用Duffing振子混沌系统对噪声的强免疫力的特征,提出了一种基于小波分解和混沌阵子的混合微弱信号检测方法;首先,采用小波变换对信号进行分解,通过小波变换的平滑作用实现对含噪微弱信号的离散处理,并设计了一种根据阈值来确定分解层数的方法,然后将降噪后的重构信号作为Duffing阵子的周期驱动力并入混沌系统,采用混沌Duffing阵子阵列实现在强噪声背景下的微弱信号检测,并提出了一种临界状态策动力幅值和初始相位的自适应确定方法;在Matlab7仿真环境下进行实验,结果表明:文中方法能有效地对湮没在强噪声下的微弱信息进行检测,具有信号检测信噪比高,重构信号频率较其它方法更接近于真实频率,具有较强的可行性。     

基于时频分析方法的桥梁结构健康监测系统

桥梁的振动信号作为反映桥梁结构健康状况的重要指标,具有非线性、非平稳特点.时烦分析方法是非平稳信号处理的重要分支,该方法利用时间和频率的联合函数来表示非平稳信号,并进行分析和处理.本文针对杭州下沙大桥桥梁结构健康监测系统采集的振动信号,分别利用小波分析和HHT方法进行多尺度分解、去噪与重构,并对两种时频分析方法进行比较...     

基于二次迭代稀疏重构的跳频信号参数估计

为了解决现有参数估计方法中时频聚集性不强,低信噪比下估计精度不高问题,提出了一种基于二次迭代稀疏重构的跳频信号参数估计方法。根据跳频信号的时频稀疏性进行稀疏重构,获取信号的时频分布矩阵;通过分析时频分布矩阵的特点,对信号进行二次迭代稀疏重构,获取二次时频分布矩阵。为了提高在低信噪比下算法性能,采用二值形态学滤波对时频图进行处理,进而实现信号的良好参数估计。仿真结果表明:该算法能够有效地提高参数估计精度,在低信噪比下有良好的估计效果。     

多抽样率小波信号分解

在信号分析过程中,用二进小波对信号进行分解以便观察信号在不同子带内的时频特征是一种非常有效的时频分析方法。但由于受信号采样频率的限制,往往使所感兴趣的信号分量不能完整地出现在某一子带内。既使是提高小波分解层数或者用小波包技术也不能很好地解决这一问题。文章提出多抽样率小波信号分解方法,该方法根据目标信号的频带宽度,通过对原始信号的插值和抽取改变抽样频率,以实现不同子带分量的分离。     

奇异值分解结合频率切片小波变换的轴承故障提取方法

针对频率切片小波变换在强背景噪声条件下故障特征识别能力不足的缺点,提出了奇异值分解和频率切片小波变换相结合的故障特征提取方法。首先利用原始信号构造Hankel矩阵,根据奇异值差分谱单边极大值原则确定阶次并进行降噪处理;继而利用频率切片小波对降噪信号进行分析,得到全频带时频图后,对能量集中的时频区域进行细化分析;通过频率切片小波逆变换得到相应的重构信号;最终可以从重构信号的波形图中提取出轴承故障特征频率信息。仿真信号和实测信号分析表明,该方法能够实现滚动轴承运行状态的准确判别,对实际工程应用具有重要意义。     

基于小波变换多分辨率特性的语音消噪方法的研究

小波分析是一种信号的时间——尺度分析方法，特别适合于非平稳信号的分析，具有多分辨率分析的特性，而且在时频两域都具有表征信号局部特征的能力。通过分析语音信号的特性，利用小波变换的多分辨率分析特性，提出了首先对信号进行清浊音判断，其次运用多尺度多闽值方法来抑制包含有噪声的语音信号在不同尺度上的噪声小波系数，从而实现在重构语音信号中消噪的目的，并通过计算机仿真结果验证了该方法的有效性。     

Hilbert—Huang变换在谱分析中的应用

本文对Hilbert—Huang变换（Hilbert-Huang Transform）理论做了仿真研究，并通过仿真实验对非平稳信号作经验模式分解（Empirical Mode Decomposition），得到它的固有模态函数（Intrinsic　Mode　Function）分量；对各个分量作Hilbert变换，得到瞬时频率，并构造希尔伯特谱-时间-频率的时频分布图。通过与短时傅立叶变换（Short　Time　Fourier　Transform）、小波变换（Ｗavelet　Tramform的分析比较，Hilbert—Huang变换方法更能反应原始数据的固有特性，有更好的时频聚集性，更适用于对突变信号和非平稳信号的处理。     

管道阀门泄漏信号仿真分析

研究管道阀门泄漏检测的技术,针对复杂背景噪声影响,管道泄漏信号不能准确识别及时频特性精确提取.提出了一种基于小波包和时频能量分布的管道阀门声发射泄漏检测的方法,利用小波包重构还原管道阀门泄漏声发射信号,通过计算Choi-Williams时频分布,提取时频特征,实现了泄漏信号识别和时频特性分析.采用PVC管道搭建了管道阀门泄漏声发射检测的实验模型,泄漏状态通过阀门开启度调节.在严重的背景噪声环境下,实时采集泄漏信号,并进行仿真.结果表明,采用小波包和时频能量分布的分析方法可以准确识别严重背景噪声下的泄漏信号,证明了该方法的可行性.     

稳定分布下信号的小波分析方法

采用传统小波分析方法对分数低阶?稳定分布噪声下的信号进行时频分析,存在性能退化的问题。为此,提出一种新型时频分析方法——分数低阶小波分析方法。根据分数低阶?稳定分布的特性,采用不破坏相位信息的频谱分析思想对传统小波理论进行改进。仿真结果表明,该方法能在时域、频域较好地分析出信号的频谱特征。     

基于EMD时频分析方法的性能研究

针对传统的时频分析方法存在的局限性,评述了一种最新的可适用于非平稳、非线性信号的时频分析法-Hilbert-Huang时频分析.研究了经验模态分解(Empirical Mode Decomposition,EMD)与希尔伯特变换(Hilbert Transformation,HT)相结合的提取信号瞬时特征的EMD/HS法,并对其性能进行了分析.仿真实验中通过与传统的时频分析效果的比较,表明该法具有理想的时频聚集性,并且消除了交叉干扰项.     

高阶时频变换理论与应用

非线性信号处理与特征提取是时频信号处理领域中的热点问题。传统时频分析方法受限于海森伯格不确定原则,在分析该类信号时存在较为严重的能量发散问题,导致分辨率不佳,无法为非线性信号处理与特征提取提供精确的时频信息。为改善传统时频分析方法的能量聚集性,提升其时频分辨率,提出了一种高阶同步抽取变换算法,首先计算多个短时傅立叶变换...     

同步挤压小波变换提取地震信号瞬时属性

地震信号瞬时参数的准确提取对于研究地球介质的岩性构造、油气储藏等具有重要意义。针对用传统时频分析方法提取地震信号瞬时参数对噪声敏感、可靠性不强等问题,提出了利用同步挤压小波变换(SST)提取地震信号瞬时参数的方法。该方法是一种连续可逆的时频变换工具,首先结合时频谱重排的思想,得到同步挤压小波变换量值,然后计算出实信号对应的解析信号,接着求取瞬时参数,最后与传统的Hilbert变换方法进行比较,通过仿真信号试验和实际地震资料的应用表明,SST提取的地震瞬时参数抗噪性更强、可靠性强,尤其对于瞬时频率的提取。     

Hilbert-Huang变换在谱分析中的应用

本文对Hilbert-Huang变换(Hilbert-Huang Transform)理论做了仿真研究,并通过仿真实验对非平稳信号作经验模式分解(Empirical Mode Decomposition),得到它的固有模态函数(Intrinsic Mode Function)分量;对各个分量作Hilbert变换,得到瞬时频率,并构造希尔伯特谱-时间-频率的时频分布图。通过与短时傅立叶变换(Short Time Fourier Transform)、小波变换(Wavelet Transform)的分析比较,Hilbert-Huang变换方法更能反应原始数据的固有特性,有更好的时频聚集性,更适用于对突变信号和非平稳信号的处理。     

基于时频分析的海杂波背景下舰船目标检测

为了克服基于小波尺度谱重排的时频分析方法中时、频分辨率不佳及时频分布可读性较差等问题,本文提出了一种基于参数优化Morlet小波变换和奇异值分解的海杂波背景下舰船目标检测算法。算法首先利用Shannon小波熵作为目标函数,根据高频地波雷达信号的特点自适应地优化Morlet小波变换的时间带宽积参数,使得后续重排尺度谱的时、频分辨率同时达到最佳。然后再对重排小波尺度谱进行基于奇异值分解的降噪处理,以抑制环境噪声的影响,进一步提高时频分布的可读性。实验结果表明：与传统的时频分析算法相比,本文提出的算法具有更好的时频聚集性和较强的噪声抑制能力,能有效地检测海杂波背景下缓慢运动的匀速和匀加速舰船目标。     

自行火炮路面振动信号时频特性研究

自行火炮越野行驶减速停车过程车体的振动是非平稳的,传统的信号处理方法难以得出更多有用信息。利用连续小波变换在时域和频域具有的良好局部化特性,结合传统信号分析手段,对某型自行火炮减速停车过程的振动加速度信号进行了时频分析,研究了自行火炮的非平稳振动特性。结果表明：车体振动加速度的幅值和频率均随车速的提高而增大,采样信号小波系数灰度图给出了火炮振动特征随时间和频率的变化规律,克服了传统分析方法的不足。另外,实施了连续小波变换尺度的非等间隔选取,在不影响低频分析准确性的同时,处理结果对分析信号高频成分非常有效。     

联合SWT和三角基神经网络的近频率谐波提取

同步挤压小波变换(SWT)可以精确地检测近频率谐波信号的频率,但在幅值和相位的检测中存在较大的误差.为了提高SWT的检测精度,提出一种将SWT和三角基函数神经网络相结合的近频率谐波检测方法.首先,通过SWT检测近频率谐波中谐波分量的个数和频率初值;然后,根据检测结果构造三角基函数神经网络,将频率作为权值在网络中参与学习;最后,利用最速下降法对网络进行训练,根据训练后得到的权值精确计算谐波分量的频率、幅值和相位.利用不同类型的近频率谐波对所提方法进行了实验分析,实验结果表明,该方法可以有效提高近频率谐波的提取精度,即使在强白噪声干扰下,也可较精确地提取出各谐波分量,提取效果优于经典的SWT方法.     

几种时频分析方法的性能比较

在时频分析算法的研究中,传统傅里叶变换无法反映时变信号中信号频率随时间变化的关系,而时频分析方法则是处理时变信号的有效工具.为了比较谱图、魏格纳-维尔分布WVD、平滑伪魏格纳-维尔分布SPWVD、局部多项式周期图LPP、S-method、高斯径向核函数RGK时频分布等6种时频分析方法的性能,针对线性调频信号和正弦调频信号,以瞬时频率估计的最小均方误差、信号的时频聚集度、运算时间等方面为指标对上述6种方法进行了比较.并且给出了上述6种方法对多分量信号和蝙蝠声音信号的时频表示比较.为处理不同信噪比下的不同信号选择合适的时频分析方法提供了依据.     

基于信号先验知识的几种时频分析法

时频分析方法分为线性、二次型和自适应等多种方法,它们提供了在时频二维平面上,分析信号时变功率谱的有效手段。由于这些方法各有优缺点,因此在实际应用中应根据被分析信号的先验知识,对不同类型的信号采用不同的时频分析方法,以取得对时频分辨率的均衡,并尽可能抑制交叉项干扰。根据对一些典型信号模型,分别按不同的时频分析方法进行的分析,找出了适合于各信号模型的不同时频分析法。模拟分析结果证明,对于时频汇聚性能较好的高斯类信号和跳频信号,采用自适应方法可以取得较好的分析效果;而对于频率随时间变化较大的调频类信号,则采用STFT或WVD效果较好。同时还讨论了时频分析方法在图象分析与处理中的应用。     

基于平稳小波变换的管道防腐层微小破损点定位

为了解决密间隔电位检测技术对管道防腐层微小破损点检测效果不佳的问题,应用有限元方法建立管道杂散电流模型,提取管道防腐层发生微小破损的断电电位信号.提出基于平稳小波变换(Sta-tionary Wavelet Transform,SWT)的断电电位信号分析方法,将信号通过平稳小波分解得到细节系数,细节系数中包含的防腐层微...